Análisis predictivo en la educación gamificada: un modelo híbrido para identificar a los estudiantes en riesgo

Área de la Ciencia:

• Tecnología educativa
• El aprendizaje automático en la educación
• Sistemas de apoyo al estudiante

Sus antecedentes:

• La desvinculación y el abandono de los estudiantes plantean desafíos significativos en los entornos educativos.
• Los entornos de aprendizaje gamificados generan ricos datos de comportamiento para el análisis de los estudiantes.
• Los métodos tradicionales de evaluación pueden no identificar adecuadamente a los estudiantes en riesgo a tiempo.

Objetivo del estudio:

• Desarrollar y validar un modelo predictivo híbrido para identificar con precisión a los estudiantes en riesgo en la educación gamificada.
• Aprovechar los conjuntos de aprendizaje automático para mejorar la evaluación de riesgos de los estudiantes.
• Proporcionar a los educadores una herramienta eficaz para las intervenciones académicas oportunas.

Principales métodos:

• Integración de regresión logística, árboles de decisión y bosques aleatorios en un modelo de conjunto.
• Análisis de los datos de los estudiantes, incluido el rendimiento académico, la participación y la finalización de tareas desde plataformas gamificadas.
• Desarrollo de un sistema de monitoreo de estudiantes basado en el aprendizaje automático.

Principales resultados:

• El modelo de conjunto híbrido demostró un rendimiento superior en la identificación de estudiantes en riesgo en comparación con los clasificadores individuales.
• El modelo predice con precisión a los estudiantes que requieren intervención basada en datos de aprendizaje gamificados.
• Se logró la detección temprana de los estudiantes en riesgo, lo que facilitó el apoyo oportuno.

Conclusiones:

• Los modelos híbridos de aprendizaje automático ofrecen un enfoque sólido para la identificación de estudiantes en riesgo en el aprendizaje gamificado.
• El sistema desarrollado proporciona información práctica para que los educadores implementen intervenciones específicas.
• Este enfoque mejora la eficiencia y la eficacia de los servicios de apoyo a los estudiantes.